Ir para o conteúdo
Logo de CompletionKit

Servidor MCP de CompletionKit

Quais servidores do registro oficial de MCP são de CompletionKit, se respondem e o que oferecem. Um programa verificou cada item; nada foi copiado da página do produto.

lido em 2026-10-21

← Voltar para CompletionKit

De quem é o servidor
  • Nome no registrocom.completionkit/evalsverificado no registro MCP

O nome no registro fica sob completionkit.com. O registro só libera esse espaço de nomes para quem prova controle do domínio por DNS ou HTTP.

Quando perguntamosverificado em 2026-10-21
  • Estadorespondeverificado em 2026-10-21
  • Ferramentas54
  • O servidor se chamaCompletionKit
  • Versão do servidor0.29.1
  • Versão do protocolo2025-06-18

Em 2026-10-21 o servidor respondeu a initialize e tools/list sem login. Primeira resposta em 156 ms.

Um agente deve conectá-loAinda não está claro
  • Ainda não avaliamos se as ferramentas fazem o trabalho do produto.
  • Verificado em 2 dos 7 dias necessários para julgar a confiabilidade.

Depois de conectar

  • Mantenha a aprovação para prompts_delete, runs_delete, datasets_delete, metrics_delete, tags_delete: elas apagam, enviam ou pagam sem avisar.
  • prompts_create, prompts_update, prompts_delete, prompts_publish, runs_create alteram dados sem login: qualquer pessoa com o endereço pode chamá-las.
  • Parâmetros sem tipo ou descrição em 43 de 54 ferramentas: confira os argumentos antes de chamar.

Dito por regras a partir das medições acima. A primeira chamada provável é a escolha de um modelo na lista de ferramentas; leia a descrição antes de confiar nela.

Medido todo diaverificações diárias: 2, a primeira em 2026-10-21
  • Nota INITE MCPdepois de uma semanaa nota precisa de 7 verificações diárias: 2 até agora
  • Uso3 estrelas no GitHub
  • Respondeumedindo2 das 7 verificações diárias necessárias para mostrar a porcentagem
  • Mediana da primeira resposta314 ms
  • Espaço no contexto do agente≈ 6.747 tokensas definições de todas as ferramentas (54), que o agente carrega a cada turno
  • Definições das ferramentasC · 65 de 100
  • Resultados tipados0 de 54 ferramentasdeclaram outputSchema: o resultado chega tipado e é lido de uma vez
  • Sem descrição que permita ao agente escolher: 17 de 54
  • Parâmetros sem descrição: em 43 de 54
  • Sem dizer se só lê ou se pode destruir: 54 de 54

Vale conferir

  • Ferramentas que apagam, enviam ou pagam sem avisar o cliente: prompts_delete, runs_delete, datasets_delete, metrics_delete, tags_delete
  • Ferramentas que alteram dados, em um servidor que responde sem login: prompts_create, prompts_update, prompts_delete, prompts_publish, runs_create

Um programa verifica o servidor uma vez por dia: initialize e tools/list, sem modelo. Os tokens são o tamanho das definições, a cerca de quatro caracteres por token. A nota é a média de seis verificações do nome, da descrição, do esquema e das anotações de cada ferramenta; diz se as ferramentas estão bem descritas, não se funcionam. A nota pesa só o que foi medido: se responde (30%), se faz o trabalho do produto (25%), definições (20%), contexto (10%) e uso (15%). Uma parte não medida fica de fora, e uma instrução oculta limita a nota a 40. O estado dos servidores MCP dos fornecedores: método e números →

Ferramentas que oferece54 ferramentas · lido em 2026-10-21
  • prompts_list

    List all prompts

  • prompts_get

    Get a prompt by ID

  • prompts_create

    Create a prompt

  • prompts_update

    Update a prompt. If the prompt already has runs, this creates a new DRAFT version (current=false) rather than editing in place or publishing. Promote it with prompts_publish, so an agent's edits don't go live without a gate. If it has no…

  • prompts_delete

    Delete a prompt

  • prompts_publish

    Publish a prompt version, making it the current version

  • prompts_suggest_improvement

    Suggest an improved version of a prompt, grounded in a run's test results and judge feedback. Analyzes the run's responses, scores, and reviews, then returns reasoning plus a rewritten template (preserving {{variables}}) and persists it…

  • runs_list

    List all runs

  • runs_get

    Get a run by ID, including "metric_averages": a per-metric breakdown with each metric's average score (or pass rate for checks), how many rows it graded, and how many scored low. Use this to find the metric dragging a prompt down without…

  • runs_create

    Create a run. Omit prompt_id and provide output_column to score existing outputs by grading a pre-existing dataset column instead of generating new ones.

  • runs_update

    Update a run

  • runs_delete

    Delete a run

  • runs_generate

    Start a run. Required for every run, including score-only runs (no prompt): generates responses with the prompt when there is one, otherwise copies the graded dataset column and grades it.

  • runs_regrade

    Re-grade a run's existing responses with its currently attached metrics, without regenerating. Use after attaching or editing metrics on an already-generated run.

  • runs_rerun

    Create and start a fresh copy of a run with the same prompt, dataset, metrics, and settings. Use when the judge changed and you want a clean run instead of mixing versions.

  • runs_retry_failures

    Re-run only the failed responses of a run, optionally limited to specific response ids via "only".

  • responses_list

    List responses for a run, in row order. Returns {total, limit, offset, returned, responses}. Defaults to 50 rows because full payloads are large: use "fields" to drop the bodies, "min_score"/"max_score" to isolate low scorers, and sort…

  • responses_get

    Get a specific response

  • datasets_list

    List all datasets

  • datasets_get

    Get a dataset by ID

  • datasets_create

    Create a dataset with CSV data. First row is the header. Two column names are recognized specially: "expected_output" is each row's answer key (ground truth) given to the judge and to checks that compare against the row's expected value…

  • datasets_update

    Update a dataset

  • datasets_delete

    Delete a dataset

  • datasets_create_from_url

    Create a dataset by downloading CSV from a URL instead of inlining it. Use this for large datasets: pass a public http(s) URL and the server fetches the CSV directly, so the data never has to pass through the tool-call arguments. The URL…

  • metrics_list

    List all metrics

  • metrics_get

    Get a metric by ID

  • metrics_create

    Create a metric with evaluation criteria. For a deterministic check set metric_type:"check" and check_config. Per-kind required keys: value (contains/not_contains/equals/list_overlap/numeric_equals), pattern (regex), json_path+expected…

  • metrics_update

    Update a metric. For a deterministic check set metric_type:"check" and check_config. Per-kind required keys: value (contains/not_contains/equals/list_overlap/numeric_equals), pattern (regex), json_path+expected (json_path_equals), min…

  • metrics_delete

    Delete a metric

  • metrics_suggest_variants

    Ask the model to rewrite the metric's judge instruction in N variants targeted at the recent disagreements. Each variant is saved as a draft MetricVersion with source="suggestion". Returns the persisted drafts. Stripe-metering hooks fire…

  • metric_groups_list

    List all metric groups

  • metric_groups_get

    Get a metric group by ID

  • metric_groups_create

    Create a metric group

  • metric_groups_update

    Update a metric group

  • metric_groups_delete

    Delete a metric group

  • metric_versions_list

    List every MetricVersion (drafts + published) for a metric, newest first. Each row carries version_number, state, source, current flag, and timestamps.

  • metric_versions_publish

    Publish a MetricVersion as the live version of its metric. Works for both 'draft → published' and 'revert to an older published version → current'. Transactionally flips current, demotes peers, and writes the version's instruction +…

  • metric_versions_dismiss

    Destroy a draft MetricVersion (use for either source: 'edit' or source: 'suggestion'). Published versions are refused. To demote a published version, publish a different one as current instead.

  • provider_credentials_list

    List all provider credentials (API keys are not exposed)

  • provider_credentials_get

    Get a provider credential by ID (API key is not exposed)

  • provider_credentials_create

    Create a provider credential

  • provider_credentials_update

    Update a provider credential. Changing provider or api_endpoint on a credential with a stored key requires api_key in the same call, so a stored key never moves to a new provider or endpoint.

  • provider_credentials_delete

    Delete a provider credential

  • tags_list

    List all tags

  • tags_get

    Get a tag by ID

  • tags_create

    Create a tag. Color is auto-assigned.

  • tags_update

    Rename a tag.

  • tags_delete

    Delete a tag. Removes the tag from every linked metric, prompt, run, and dataset.

  • agreements_list

    List agreements. Filter by run_id, response_id, metric_id, or created_by.

  • agreements_create

    Upsert an agreement for (run, response, metric, created_by). Verdict is one of agree, disagree, borderline. corrected_score (1..5) is required when verdict is 'disagree'.

  • judges_replay

    Create a scoring run for the current judge over a dataset's existing outputs (wraps runs_create with prompt_id omitted and output_column supplied). This only sets up the run; call runs_generate to actually re-judge the outputs so you can…

  • judges_compare

    Compare two versions of one metric's agreement stats side by side. Requires metric_id, metric_version_a_id, and metric_version_b_id (both versions must belong to that metric). Unavailable for check metrics.

  • promptfoo_import

    Import a promptfooconfig.yaml. Creates a prompt, a dataset from the test vars, and metrics from the assert blocks (llm-rubric/g-eval become judge metrics; contains/equals/regex/is-json become deterministic check metrics). Returns a…

  • usage_get

    Get this organization's plan usage and limits for the current billing period: runs and prompt fetches used, their limits, how many remain, and when the period resets. Call this to pre-check quota before starting runs. Runs are…

Como conectar

Adicione o servidor à configuração do seu cliente MCP. Claude Desktop, Cursor e a maioria dos outros clientes leem este formato:

{
  "mcpServers": {
    "evals": {
      "type": "http",
      "url": "https://completionkit.com/mcp"
    }
  }
}

Adicionar

Claude Code, no terminal

claude mcp add --transport http completionkit https://completionkit.com/mcp

Adicionar ao CursorAdicionar ao VS Code

claude.ai, ChatGPT e outros clientes: adicione https://completionkit.com/mcp como conector personalizado nas configurações.

Cada linha é algo que um programa encontrou ao procurar: o registro, a resposta do próprio servidor, uma especificação que se lê. Linha ausente quer dizer que não encontramos, não que não exista.